OneSteer:单步扩散全身控制实现可转向人形机器人运动跟踪
Yifei Huang 等人提出 OneSteer,一种单步扩散全身控制器,将通用运动跟踪与测试时选择性转向结合,通过可微任务代价在冻结权重下优化生成器输入噪声,并用身体分组参考掩码放宽部分跟踪要求。
推荐理由:论文给出单步扩散全身控制器在 Unitree G1 上的实测结果,可看选择性转向如何放宽跟踪约束。
Yifei Huang 等人提出 OneSteer,一种单步扩散全身控制器,将通用运动跟踪与测试时选择性转向结合,通过可微任务代价在冻结权重下优化生成器输入噪声,并用身体分组参考掩码放宽部分跟踪要求。
推荐理由:论文给出单步扩散全身控制器在 Unitree G1 上的实测结果,可看选择性转向如何放宽跟踪约束。
Jiaming Tang、Song Han 等提出 PEAR 后训练引擎与 robot-use 强化学习(RURL),让开源 27B 推理模型完全在仿真中、无需示教即可学会原生使用真机。
推荐理由:论文给出纯仿真强化学习训练开源 27B 模型原生操作真机的完整方法与迁移数据,可对照 VLA 微调路线。
作者提出 ESI(Embodied Self-Improvement),一个利用环境交互对齐 LLM 推理与 VLA 动作的自动化闭环,把模块化智能体整体作为后训练单元,反复优化引导 LLM 的提示词、表达意图的共享技能接口和实现意图的 VLA 参数。
推荐理由:论文提出让 LLM 与 VLA 在交互中互相提供监督的自改进闭环,并在 RoboDojo 十项任务上给出与混合智能体基线的对比。
X-Nav 技术报告提出一套从数据到部署的人形机器人长程导航系统,在灵犀 X2 上完成从办公楼大堂到邻栋商店约一百米的语言指令任务。其导航模型 MELIOR 仅使用机器人自带相机的 RGB 图像,分预测动作的 MELIOR-A 和预测导航目标的 MELIOR-N 两个版本,配合 X-Navarch 智能体工作流把简短指令拆成子任务并执行目标导航与避障。
推荐理由:论文给出从数据采集到真机部署的完整链路,并说明数字孪生数据微调如何提升闭环成功率。
论文提出 Agentic-Teacher,一个面向 VLA 后训练的自主数据引擎,可分析失败 rollout、选择干预状态并迭代生成闭环代码策略,把验证通过的策略变成可复用的演示生成器。
推荐理由:论文给出失败驱动数据引擎的完整流程,并列出 π0 在三个仿真基准上的成功率变化,便于比较数据生成与筛选环节。
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,称其在 200 项任务上相比此前基线成功率提升 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:原文给出 200 项任务评测、梅赛德斯工厂 96% 成功率与安全 steerability 提升幅度,可据此判断 VLA 模型离产线落地还有多远。
小鹏联合北京大学、香港大学等机构的研究者开源视觉感知基础模型 GroundingPI,约 4B 参数,在 34 项感知基准上取得 73.68 的平均分,高于研究团队评测中 GPT-6 Astra 的 71.54。
推荐理由:原文给出 GroundingPI 在 34 项感知基准上的总分与对比模型,并说明开源权重和代码的获取方式。
智元机器人发布具身基础模型 GO-3 Preview,称其在 RoboDojo、RoboTwin、RoboColiseum 三个具身 AI 基准上均排名第一,并计划于 2026 年底完全开源。
推荐理由:原文完整交代了 GO-3 Preview 的三段式训练框架与三个基准榜首,读者可据此了解具身模型从预训练延伸到部署后学习的路径。
智元机器人在上海 2026 创新日提出 Worken(有效智能工作时长)框架,用活跃机器人数量×自主工作时长×产出效率比衡量机器人在真实环境中的有效产出。会上发布第三代人形硬件架构 AHA3、具身基础模型 GO-3 Preview、全模态交互模型 WITA-Omni,并正式推出工业机器人 G2 Max 与 Link-U OS 1.0。
推荐理由:智元一次性发布硬件平台、基础模型与操作系统,并给出 Worken 生产力衡量公式,可对照其落地场景理解。
智元机器人发布 Genie Studio 2.0,一个用于开发、部署和运营具身 AI 应用的一体化平台,由 Flywheel、Agent、Monitor 三个模块组成,覆盖数据采集、模型训练、评测、推理、任务编排与机器人车队管理。
推荐理由:原文给出平台三大模块与制造业、地铁场景的落地数据,可据此判断具身应用交付周期与复用方式。
小鹏宣布获批广州智能网联汽车示范应用运营资质,可在全城开展L4 Robotaxi示范运营,标志其从技术验证转向运营与商业模式验证。初期通过邀请码逐步开放服务,车辆搭载4颗自研图灵AI芯片、算力3000 TOPS及VLA 2.0模型。小鹏此前已公布Robotaxi品牌名“XPENG YOYO”并面向国内公众开放自动驾驶登记,海外正与多家欧洲出行平台洽谈。
推荐理由:小鹏Robotaxi获广州L4示范运营资质,读者可了解其从技术验证转向商业运营的路径与芯片配置。
智元机器人开源 AGIBOT WORLD 2026 的第四版数据集 Physical Reasoning,任务设计重点从操作难度转向决策复杂度。该数据集覆盖 10 多类逻辑推理场景,包含 9 项核心推理能力,任务按 Easy、Medium、Hard 三级划分,并提供高层问答与底层动作轨迹,用于高层决策模型与底层动作策略的协同训练。
推荐理由:数据集把同一任务在不同状态下的决策分支与执行轨迹一并标注,可供研究高层决策与底层动作策略的联合训练。
小鹏 Robotaxi 于 10 月 8 日正式公布品牌名 XPENG YOYO,同日在中国通过邀请码开放自动驾驶线上报名,官网上线专属页面。该车基于自研 Turing AI 芯片与 VLA2.0 大模型,单车搭载四颗 Turing AI 芯片、算力 3,000 TOPS,不依赖高精地图与 LiDAR。
推荐理由:原文交代了小鹏 Robotaxi 的品牌命名、开放报名节奏与商业模式,可看清其从内部测试走向对外运营的路径。
Boston Dynamics 为 Atlas 人形机器人发布新一代机械手,自由度从上一代 GR2 的 7 个提升到 GR3 的 13 个,采用四指设计并取消小指。
推荐理由:原文交代了 Atlas 新手从 7 自由度到 13 自由度的取舍逻辑,以及为仿真训练和强化学习所做的设计。
Figure 发布 Helix 2.5,这是其迄今最先进的神经网络,在 30 个湾区未见家庭中零样本完成整理客厅、叠毛巾、铺床三类全身长程任务,未在这些环境采集数据、微调或适配。
推荐理由:原文给出零样本成功率从 9% 到 56% 的对照实验,并首次把人类数据到人形机器人的迁移量化为缩放律。
Figure 发布机器人训练数据集 Index,并同步在 Google Play 和 App Store 上线配套应用。该应用此前以隐身模式运行 4 个月,覆盖 108 个国家、26.4 万次下载、4.4 万周活用户,每秒处理 30 分钟视频上传,已向贡献者支付 1500 万美元。
推荐理由:Figure 披露 Index 数据集的采集规模与五阶段清洗流程,可看机器人训练数据如何从真人众包获得。
众擎机器人在2026年世界机器人大会(WRC)上发布仿人脑具身智能引擎EngineAI Awaken,这是一套五层体系架构,从S1本能反射层、S2动作规划生成层、S3认知推理层延伸至S4+S5自我成长层(情感大模型)。
推荐理由:原文给出五层架构的分层异构多频设计与2Hz/100Hz解耦细节,可了解具身大脑如何兼顾语义推理与实时运控。
逐际动力发布机器人 OS COSA 0.5,其中 VLA-tools 层 V³-0 升级为支持移动全身操作的人形 VLA 技术栈。V³-0 运行在 43 自由度的 LimX 人形机器人 Oli 上,多级架构让感知、决策与执行在不同时间尺度协同,LimX-WBT 负责跟踪全身目标并维持动态平衡。系统还结合人类在环干预的真机强化学习,专家可随时接管全身控制纠正偏差,策略据此持续改进。
推荐理由:原文交代了 V³-0 在 43 自由度 Oli 上的多级架构与人类在环真机强化学习闭环,可看全身移动操作如何统一。
逐际动力宣布完成 Pre-IPO 轮融资,融资金额近2亿美元,过去半年累计融资4亿美元。本轮投资方包括 IDG资本、蓝思科技、GGG Group、Redstone VC、华山资本、合肥滨湖产发集团等,阿联酋磊石资本连续多轮追投,绿洲资本、基石资本、南山战新投、尚颀资本、蔚来资本等老股东超额加注。
推荐理由:融资用途与三层技术架构并列呈现,可看出逐际动力把资金押在大小脑融合与量产交付上的路径。
Figure 03 已抵达宝马集团 Spartanburg 工厂的 52 号车间,首次演示在制造环境中的物流排序作业。Figure 02 去年在宝马参与组装了 3 万辆汽车,此次 Figure 03 从钣金上下料转向更复杂的排序场景,由 Figure 自研的 pixels-to-actions VLA 模型 Helix 02 协调手、臂、躯干和脚,在抓取薄壁零件与拉动带脚轮重型金属推车之间切换。
推荐理由:Figure 03 在宝马工厂的物流排序场景演示,展示了 Helix 02 如何协调全身完成搬运与抓取。